Histogramme und Streudiagramme

Histogramme und Streudiagramme sind wichtige Werkzeuge zur Analyse und Visualisierung von Datenverteilungen und Zusammenhängen.

Histogramme zeigen die Häufigkeitsverteilung von Daten, während Streudiagramme den Zusammenhang zwischen zwei Variablen sichtbar machen.

Histogramme verstehen

Ein Histogramm gruppiert Daten in Klassen und zeigt, wie häufig die einzelnen Wertebereiche vorkommen. Die Höhe jedes Balkens stellt die Häufigkeit dar.

Ein Histogramm kann beispielsweise die Altersverteilung einer Population darstellen.

Beispiel für ein Histogramm

Nehmen wir an, Ihnen liegen die Altersangaben von 100 Personen vor. Ein Histogramm kann Ihnen helfen zu verstehen, wie diese Altersangaben auf verschiedene Bereiche verteilt sind.

Streudiagramme verstehen

Streudiagramme stellen Datenpunkte in einer zweidimensionalen Ebene dar. Jeder Punkt repräsentiert ein Wertepaar aus zwei Variablen.

Ein Streudiagramm kann beispielsweise den Zusammenhang zwischen der Lernzeit und den Testergebnissen darstellen.

Beispiel für ein Streudiagramm

Betrachten Sie Daten, die zeigen, wie viele Stunden Schülerinnen und Schüler gelernt haben und welche Testergebnisse sie erzielt haben. Ein Streudiagramm kann zeigen, ob zwischen diesen Variablen eine positive, negative oder keine Korrelation besteht.

Erstellen eines Histogramms in Python

Hier sehen Sie ein Beispiel dafür, wie Sie mit Matplotlib ein Histogramm erstellen:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(50, 10, 100)
plt.hist(data, bins=10, color='blue', alpha=0.7)
plt.title('Histogram Example')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Erstellen eines Streudiagramms in Python

Hier sehen Sie ein Beispiel dafür, wie Sie mit Matplotlib ein Streudiagramm erstellen:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 50]

plt.scatter(x, y, color='red')
plt.title('Scatter Plot Example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Histogramme und Streudiagramme vergleichen

Während Histogramme die Datenverteilung zeigen, machen Streudiagramme Zusammenhänge zwischen zwei Variablen sichtbar. Beide sind je nach Analyseziel wertvoll.

Zusammenfassung und nächste Schritte

In dieser Lektion haben Sie Folgendes behandelt:

• Den Zweck von Histogrammen und Streudiagrammen.
• Das Erstellen und Analysieren dieser Diagramme in Python.

Als Nächstes lernen Sie Heatmaps kennen, mit denen sich Korrelationen und Matrizen visualisieren lassen.